支援哪些語言？
Grok STT 支援 25 種語言，還能自動辨識語言。HeartMuLa Transcribe 能從多種語言的歌聲裡擷取歌詞。
音訊與配音
把音訊轉成文字
上傳一段語音備忘、一段訪談或一首歌，拿到文字稿。做字幕、會議記錄、摘錄金句、整理歌詞都用得上。
1 點數起 （每分鐘音訊）
註冊送 30 點數 · 不需信用卡
生成失敗會自動退還點數
你提供- 一段錄音（MP3 或 WAV）
你會得到- 文字稿
- 一般耗時
- 約 5 秒
- 價格
- 1 點數 （每分鐘音訊）
怎麼用
- 1
上傳音訊檔。
- 2
選模型：一個轉說話，一個專門轉歌聲。
- 3
生成，然後複製文字。
效果更好的小技巧
- 錄音清楚、同一時間只有一個人說話，轉得最準。
- 把人名和專有名詞列出來，就會照你的寫法輸出。
- 歌曲請用專門處理歌聲的 HeartMuLa Transcribe。
適合用來
- 影片字幕
- 會議和訪談記錄
- 抓歌詞
可用模型
2 個模型預設使用 HeartMuLa Transcribe。在生成頁可以隨時換成其他模型，每個模型執行前都會顯示價格。
常見問題
錄音最長多長？
用 Grok STT 的話，1 秒到 2 小時都可以。
能拿到每個詞的時間點做字幕嗎？
Grok STT 會回傳每個詞的時間點，可以直接用來對齊字幕。
「語音轉文字」要多少錢？
「語音轉文字」1 點數起（每分鐘音訊）。執行前生成頁會顯示準確價格，生成失敗會自動退還點數。新帳號註冊送 30 點數，足夠先試一試。
類似工具
查看全部 20 個工具
用你自己的檔案試試
拖進來，按「生成」，結果直接帶走。註冊送的免費點數夠你先跑幾次。